FrontPage

日本語学講義Ⅱ(コーパス日本語学入門)

12月10日 第12回 テキストエディタと正規表現

テキストエディタ

テキストエディタのダウンロードとインストール

テキストエディタの基本操作

正規表現とは

正規表現のいろいろ

正規表現の応用

「中納言」インラインタグ機能の利用

(次回)テーマ発表について

12月3日 第11回 コロケーション強度/レポートテーマ確認

コロケーション強度

レポートテーマについて

11月26日 第10回 VLOOKUP関数の活用

アルバイトについて

VLOOKUP関数の利用

辞書引き集計

自分で作った(または誰かが用意してくれた)辞書データ(コーパスの見出し語に対する追加情報)を利用する

アノテーションの利用

自分で作った(または誰かが用意してくれた)コーパスへのアノテーション(用例に対する注釈データ)を利用する

レポートテーマについて

11月19日 第9回 文字列関数の利用

調整頻度(pmw)(復習+補足)

(Excel基礎)セルの相対参照と絶対参照

調整頻度の例:『日本語歴史コーパス』

Excelの文字列関数

集計に必要な情報をフィールドから切り出すことで集計に使う

「中納言」インラインタグ機能の利用

11月12日 第8回 Excelによる検索結果の集計2 :ちょっとした応用

「中納言」検索課題(補足)

複数の検索結果の結合(復習)

一度にピボットテーブルで集計できるように一つの表にまとめる

または、「検索条件式ごとに出力ファイルを分割する」を外して検索条件式で一度にダウンロード(ZIPファイルの中のcsvファイルを利用)

ランダムサンプリング調査

出現サンプル数の調査(重複の削除)

用例数ではなく、用例が一つでも出現したサンプルの数を調べたい場合

BCCWJ利用の落とし穴

調整頻度(pmw)

11/5 第7回 Excelによる検索結果の集計

前回補足

「中納言」検索結果のダウンロードとExcelでの利用

  1. ダウンロード
  2. Excelでインポート

Excelの基礎

【重要】ピボットテーブルの使い方

複数の検索結果の結合

一度にピボットテーブルで集計できるように一つの表にまとめる

ショートカットキーを活用すると便利

  1. 表をコピー
    • Ctrl+Home*5(表の左上へ移動), ↓(列名は選択しないようにするため1行下へ),Shift+Ctrl+End, Ctrl+C(コピー)
  2. コピーした表を既存の表の下に貼り付け
    • Ctrl+↓(表の一番下の行に移動), ↓(1行下へ), Ctrl+V(貼り付け)

または、「検索条件式ごとに出力ファイルを分割する」を外して検索条件式で一度にダウンロード(ZIPファイルの中のcsvファイルを利用)

(補足)ショートカットキーについて

集計用の列を自分で用意する

10/29 第6回 『中納言』の使い方(2):検索条件の指定

復習

位置情報と用例へのパーマリンク

検索条件式の利用

キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
 AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
 WITH OPTIONS tglKugiri="|" AND tglBunKugiri="#" AND limitToSelfSentence="1"
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AND encoding="UTF-16LE" AND endOfLine="CRLF"

↓これだけでもいい(WITH OPTIONS 以下は式で指定がない場合、検索画面での設定に従う)

キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
 AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー

OR検索

キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
 AND 後方共起: (語彙素="言葉" OR 語彙素="言語") ON 1 WORDS FROM キー

周辺語検索

キー: 品詞 LIKE "名詞%"
 AND 共起: 語彙素="美しい" BETWEEN -3 AND 3 WORDS FROM キー
 IN subcorpusName="平安-仮名文学" AND core="true"

10/22 休み(四大戦)

10/15 第5回 『中納言』の使い方

『中納言』の使い方

(3.6まで)

10/8 第4回 コーパスの形態論情報

コーパスの形態論情報

品詞体系

コーパスへの形態論情報の付与

形態素解析を試してみる

形態素解析の仕組み

参考資料

10/1 第3回 日本語コーパスの紹介(2)『日本語歴史コーパス』『日本語日常会話コーパス』

「日本語歴史コーパス」(CHJ)の構成

近世以前
残されている資料が少なく、できるだけ(可能なら全部)コーパスに入れたい
近世(後期)以降
偏りはあるものの選べるだけの資料があるが、それでもなるべく全文でいれたい(作品など資料単位で調査したい)

近代語コーパスの場合

「日本語日常会話コーパス」(CEJC)の構成

利用する側から見たコーパスの設計

9/24 第2回 日本語コーパスの紹介(1)『現代日本語書き言葉均衡コーパス』

コーパスを使ってみる

コーパスとは

(以下スライド参照)

狭義のコーパス
言語研究を目的として収集され、言語研究のための情報が付けられたコンピュータ上で利用可能な大規模な言語データ。
  • 現代日本語書き言葉均衡コーパス(BCCWJ) / 日本語歴史コーパス(CHJ)
広義のコーパス
コンピュータ上で利用可能な大規模な言語データ。必ずしも言語研究向きではないが、言語研究に利用可能。

コーパスへの要請

「現代日本語書き言葉均衡コーパス」(BCCWJ)の構成とサンプリング


参考リンク


09/17 第1回 イントロダクション

授業内容等の確認

「中納言」アカウントについて

授業で利用する主なソフトウェア・Webアプリケーション(予定)

ソフトウェアの種類・名前利用目的
コーパス検索アプリケーション「中納言」コーパスの検索
表計算ソフトExcelピボットテーブルによる分析・グラフ作成
ワープロWord「スタイル」を利用したレポート作成
Web茶まめ形態素解析
テキストエディタ サクラエディタ正規表現を使ったテキストの検索・整形

授業内容デモ

(オープンハウス)


*1 実際に検索してみてできそうなものと難しそうなものが含まれています
*2 Macの場合はCommand
*3 EndキーはノートPCではしばしばFn+→
*4 EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時押し
*5 HomeキーはノートPCではしばしばFn+←
*6 サンプル先頭からの文字数を10倍したもの

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS